Virtual reality (VR) videos, especially 360-degree VR videos, have attracted substantial research interests with the explosion of mobile VR devices in recent years. In this work, we propose a VR quality of experience (QoE) evaluation framework including online, offline and mixed scenarios that can meet the requirement of real applications. Under this framework, we further develop a subjective evaluation method and an objective QoE evaluation model based on network transmission parameters. A VR panoramic video database is established with nine different contents. This database contains 468 different samples coming from nine original contents. Then, in the subjective evaluation part, we propose to adopt four dimensions, i.e., quality score, immersion score, non-spinning sensation score and global score for the subjective evaluation purpose. These dimensions can meet the interaction and immersion features of the VR video service. In the objective evaluation part, an improved two-step neural network (INN) model is developed by using the features of the physiological psychology and cognitive neurology. This model captures the intrinsic link between the initial input network parameters and the final perception in VR transmission. Our results suggest that the proposed INN can achieve a higher pearson correlation coefficients than the other methods. Especially, it increases by 8.9% than the traditional NN method. Our work can make up for the shortage of traditional evaluation methods in term of the VR QoE subjective and objective evaluation in transmission scopes.

中文翻译：

---

360度VR视频传输QoE评估方法

近年来，随着移动 VR 设备的爆炸式增长，虚拟现实 (VR) 视频，尤其是 360 度 VR 视频吸引了大量研究兴趣。在这项工作中，我们提出了一个 VR 体验质量（QoE）评估框架，包括在线、离线和混合场景，可以满足实际应用的需求。在此框架下，我们进一步开发了基于网络传输参数的主观评估方法和客观 QoE 评估模型。建立了九个不同内容的VR全景视频数据库。该数据库包含来自九个原始内容的 468 个不同样本。然后，在主观评价部分，我们建议采用四个维度，即质量得分、沉浸感得分、非旋转感觉得分和全局得分进行主观评价。这些维度可以满足VR视频业务的交互和沉浸特性。在客观评价部分，利用生理心理学和认知神经学的特点，建立了改进的两步神经网络（INN）模型。该模型捕获了初始输入网络参数与 VR 传输中的最终感知之间的内在联系。我们的结果表明，所提出的 INN 可以实现比其他方法更高的皮尔逊相关系数。特别是，它比传统的NN方法提高了8.9%。我们的工作可以弥补传统评估方法在传输范围内VR QoE主客观评估方面的不足。利用生理心理学和认知神经学的特点，开发了一种改进的两步神经网络（INN）模型。该模型捕获了初始输入网络参数与 VR 传输中的最终感知之间的内在联系。我们的结果表明，所提出的 INN 可以实现比其他方法更高的皮尔逊相关系数。特别是，它比传统的NN方法提高了8.9%。我们的工作可以弥补传统评估方法在传输范围内VR QoE主客观评估方面的不足。利用生理心理学和认知神经学的特点，开发了一种改进的两步神经网络（INN）模型。该模型捕获了初始输入网络参数与 VR 传输中的最终感知之间的内在联系。我们的结果表明，所提出的 INN 可以实现比其他方法更高的皮尔逊相关系数。特别是，它比传统的NN方法提高了8.9%。我们的工作可以弥补传统评估方法在传输范围内VR QoE主客观评估方面的不足。该模型捕获了初始输入网络参数与 VR 传输中的最终感知之间的内在联系。我们的结果表明，所提出的 INN 可以实现比其他方法更高的皮尔逊相关系数。特别是，它比传统的NN方法提高了8.9%。我们的工作可以弥补传统评估方法在传输范围内VR QoE主客观评估方面的不足。该模型捕获了初始输入网络参数与 VR 传输中的最终感知之间的内在联系。我们的结果表明，所提出的 INN 可以实现比其他方法更高的皮尔逊相关系数。特别是，它比传统的NN方法提高了8.9%。我们的工作可以弥补传统评估方法在传输范围内VR QoE主客观评估方面的不足。